Die prädiktive Analytik hat in der Medizin eine lange Tradition. Die Entwicklung besserer Prognosemodelle ist ein entscheidender Schritt auf dem Weg zu einer besseren Gesundheitsversorgung: Wir brauchen diese Werkzeuge, um unsere Entscheidungen über Präventionsmaßnahmen und individualisierte Behandlungen zu treffen. Um diese Modelle effektiv nutzen und entwickeln zu können, müssen wir sie besser verstehen. In diesem Kurs werden Sie lernen, wie man genaue Prognoseinstrumente erstellt und wie man deren Validität bewertet. Zunächst werden wir die Rolle der prädiktiven Analytik für Prävention, Diagnose und Wirksamkeit erörtern. Dann befassen wir uns mit Schlüsselkonzepten wie Studiendesign, Stichprobengröße und Overfitting. Darüber hinaus erörtern wir umfassend wichtige Modellierungsfragen wie fehlende Werte, nicht-lineare Beziehungen und Modellauswahl. Die Bedeutung des Kompromisses zwischen Verzerrung und Varianz und seine Rolle bei der Vorhersage wird ebenfalls angesprochen. Abschließend gehen wir auf verschiedene Möglichkeiten zur Bewertung eines Modells ein - durch Leistungsmessungen und durch die Beurteilung der internen und externen Validität. Während des gesamten Kurses veranschaulichen wir die in den Vorlesungen vorgestellten Konzepte mit Hilfe von R. Sie brauchen R nicht auf Ihrem Computer zu installieren, um den Kurs zu besuchen: Sie werden in der Lage sein, innerhalb der Coursera-Umgebung auf R und alle Beispieldatensätze zuzugreifen. Wir verweisen jedoch auf weitere Pakete, die Sie für bestimmte Arten von Analysen verwenden können - Sie können diese gerne auf Ihrem Computer installieren und verwenden. Darüber hinaus kann jedes Modul auch praktische Quizfragen enthalten. Bei diesen bestehen Sie unabhängig davon, ob Sie eine richtige oder falsche Antwort gegeben haben. Sie lernen am meisten, wenn Sie zunächst über die Antworten selbst nachdenken und dann Ihre Antworten mit den richtigen Antworten und den gegebenen Erklärungen überprüfen. Dieser Kurs ist Teil eines Master-Studiengangs Population Health Management an der Universität Leiden (derzeit im Aufbau).
Gesundheit der Bevölkerung: Prädiktive Analytik
Dozenten: Ewout W. Steyerberg
5.223 bereits angemeldet
(24 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Verstehen Sie die Rolle der prädiktiven Analytik für Prävention, Diagnose und Effektivität
Erklären Sie die Schlüsselkonzepte der Vorhersagemodellierung: angemessenes Studiendesign, angemessene Stichprobengröße und Overfitting
Wichtige Themen bei der Modellentwicklung verstehen, z.B. fehlende Daten, nicht-lineare Beziehungen und Modellauswahl
Sie kennen die Möglichkeiten zur Bewertung der Modellqualität durch Leistungsmessungen und Validierung
Kompetenzen, die Sie erwerben
- Kategorie: Prädiktive Analytik
- Kategorie: medizinische Statistik
- Kategorie: R-Programmierung
- Kategorie: Regressionsanalyse
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
17 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 5 Module
Willkommen zum Kurs Predictive Analytics! Wir freuen uns, Sie im Kurs zu haben und sind gespannt auf Ihre Beiträge zur Lerngemeinschaft. Zu Beginn sollten Sie sich ein paar Minuten Zeit nehmen, um die Kurs-Website zu erkunden. Sehen Sie sich das Material an, das wir jede Woche behandeln werden, und sehen Sie sich die Aufgaben an, die Sie erledigen müssen, um den Kurs zu bestehen. Klicken Sie auf Diskussionen, um Foren aufzurufen, in denen Sie mit anderen Kursteilnehmern über das Kursmaterial diskutieren können. Wenn Sie Fragen zum Kursinhalt haben, stellen Sie diese bitte in den Foren, um Hilfe von anderen Kursteilnehmern zu erhalten. Bei technischen Problemen mit der Coursera-Plattform besuchen Sie das Learner Help Center. Wir wünschen Ihnen viel Glück beim Einstieg und viel Spaß mit dem Kurs!
Das ist alles enthalten
2 Videos3 Lektüren1 Diskussionsthema1 Plug-in
In diesem Modul diskutieren wir die Rolle der prädiktiven Analytik für Prävention, Diagnose und Wirksamkeit. Wir beginnen mit einer kurzen Einführung in die prädiktive Analytik und unterscheiden anschließend zwischen bevölkerungsbasierten und gezielten Interventionen. Dann erklären wir, warum und wann es sinnvoll sein kann, auf eine Diagnose zu testen, und wie Analysetools bei diesen Entscheidungen helfen können. Schließlich konzentrieren wir uns auf das Gleichgewicht zwischen Nutzen und Schaden einer bestimmten Behandlung und darauf, wie wir den Nutzen für eine Person vorhersagen können.
Das ist alles enthalten
6 Videos6 Aufgaben
In diesem Modul werden wir einige Schlüsselkonzepte der Prognosemodellierung vorstellen. Zunächst wägen wir die Stärken und Schwächen der verschiedenen Studiendesigns ab. Zweitens betonen wir, wie wichtig ein angemessener Stichprobenumfang für zuverlässige Schlussfolgerungen ist. Dann erörtern wir die Probleme der Überanpassung eines Prognosemodells und der Regression zum Mittelwert. Schließlich führen wir Sie durch das beliebte Bootstrap-Verfahren und zeigen, wie es zur Bewertung der Parametervariabilität eingesetzt werden kann.
Das ist alles enthalten
6 Videos3 Lektüren3 Aufgaben1 Diskussionsthema
In diesem Modul konzentrieren wir uns auf die Modellentwicklung. Zunächst richten wir unsere Aufmerksamkeit auf das Problem der fehlenden Werte. Wir besprechen bekannte Mechanismen für fehlende Werte und Methoden für den angemessenen Umgang mit fehlenden Werten. Zweitens lernen wir Methoden kennen, um mit Nichtlinearität in einem Datensatz umzugehen. Anschließend befassen wir uns mit dem Thema Modellauswahl, wobei wir uns auf die Grenzen der traditionellen schrittweisen Auswahlverfahren konzentrieren. Schließlich sprechen wir darüber, wie die Einführung von Verzerrungen im Austausch für eine geringere Varianz die Qualität der Vorhersage verbessern kann. Dies kann durch den Einsatz fortschrittlicher Methoden wie LASSO und Ridge-Regression geschehen.
Das ist alles enthalten
6 Videos4 Lektüren2 Aufgaben2 Diskussionsthemen
In diesem letzten Modul lernen wir, die Qualität eines Vorhersagemodells zu bewerten. Zunächst besprechen wir ausführlich die Standard-Leistungskennzahlen für binäre und kontinuierliche Ergebnisse. Zweitens erkunden wir verschiedene Möglichkeiten zur Validierung eines Vorhersagemodells. Wir sehen uns an, wie man sowohl die interne als auch die wichtigere externe Validität eines Modells bewertet. Als Nächstes sehen wir uns an, wie man ein Modell aktualisiert und es auf ein bestimmtes medizinisches Umfeld anwendbar macht. Wir schließen mit einem Interview, in dem wir das Potenzial der prädiktiven Analytik am Beispiel der Insel Aruba allgemeiner diskutieren.
Das ist alles enthalten
6 Videos2 Lektüren6 Aufgaben2 Diskussionsthemen
Dozenten
Empfohlen, wenn Sie sich für Datenanalyse interessieren
Universiteit Leiden
Vanderbilt University
University of Maryland, College Park
Vanderbilt University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 24
24 Bewertungen
- 5 stars
79,16 %
- 4 stars
8,33 %
- 3 stars
8,33 %
- 2 stars
0 %
- 1 star
4,16 %
Geprüft am 26. Okt. 2020
Geprüft am 13. Sep. 2020
Geprüft am 6. Jan. 2021
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zwei Wochen nach Ihrem Zahlungsdatum oder (bei Kursen, die gerade erst begonnen haben) bis zwei Wochen nach Beginn der ersten Sitzung des Kurses, je nachdem, welcher Zeitpunkt später liegt. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, auch wenn Sie den Kurs innerhalb der zweiwöchigen Rückerstattungsfrist abschließen. Siehe unsere vollständigen Rückerstattungsbedingungen.